当前，全球算力需求呈现指数级增长，传统硅基芯片受制于物理极限，性能提升空间日益收窄。
以忆阻器、光电器件为代表的后摩尔器件虽具备高能效潜力，却因仅能支持特定计算模式，难以满足实际场景中多任务并行处理需求，形成"有器件无架构"的技术困局。
针对这一瓶颈，北京大学陶耀宇、杨玉超团队另辟蹊径，选择傅里叶变换这一基础性算法作为突破口。
该算法作为信号处理的"通用语言"，在医疗影像、无线通信等领域应用率达80%以上，但其复杂运算对硬件系统提出极高要求。
研究团队创造性将氧化钒与氧化钽/铪两类器件特性互补：前者凭借快速响应特性实现动态频率调控，后者利用非易失性特征完成数据存储与计算一体化，通过多物理域协同机制，构建起"计算-存储-传输"三位一体的新型硬件系统。
实验数据显示，该架构在保持0.1%计算误差率的同时，功耗降低23%，运算速度实现3.8倍跃升。
更关键的是，系统可扩展支持矩阵乘法、卷积运算等16类基础算法，破解了单一器件"专精特用"的局限性。
中国科学院微电子研究所专家指出，这种"硬件即平台"的设计理念，为突破"内存墙""功耗墙"双重制约提供了新范式。
从技术辐射效应看，此项突破将产生链式反应：在具身智能领域，可加速环境感知与决策响应的闭环形成；对5G/6G通信系统，能实时处理海量信道信息；在脑机接口方面，可实现神经信号的高通量解析。
产业界预测，若该技术实现规模化应用，自动驾驶系统的环境建模效率有望提升5倍以上。
从硅基器件的发展瓶颈到后摩尔新器件的潜力激发，这项研究的意义在于找到了一把打开新型器件应用大门的钥匙。
多物理域融合计算架构的创新思路，不仅解决了当前的技术难题，更为后摩尔时代的芯片产业指明了发展方向。
在新一轮全球科技竞争中，谁能率先突破新型器件的应用瓶颈，谁就能在未来的智能计算领域占据先机。
这项成果表明，中国科学家正在这场竞争中贡献创新智慧，为推动全球芯片产业的技术进步做出重要贡献。